BAB 4. HASIL DAN PEMBAHASAN
4.3 Hasil Analisis
4.3.1 Peramalan Permintaan Beras
Permintaan masing-masing kualitas beras untuk satu semester mendatang (bulan Januari 2015 - Juni 2015) dilakukan dengan pendekatan teknik peramalan menurut Usman & Akbar (2006:219) yaitu regresi linear sederhana. Penggunaan teknik peramalan ini bertujuan untuk memperoleh hasil ramalan permintaan beras pada masing-masing kualitasnya.
a. Ramalan Permintaan Beras Kualitas A
Tabel 4.1 Ramalan permintaan beras kualitas A
Bulan Penjualan (Ton) X XY X²
Jan-14 285,21 -6 - 1.711,23 36 Feb-14 270,66 -5 -1.353,31 25 Mar-14 238,49 -4 -953,96 16 Apr-14 226,40 -3 -679,20 9 May-14 218,60 -2 -437,21 4 Jun-14 180,96 -1 -180,96 1 Jul-14 157,66 1 157,66 1 Aug-14 117,59 2 235,18 4 Sep-14 358,90 3 1.076,69 9 Okt-14 294,79 4 1.179,17 16 Nov-14 191,18 5 955,91 25 Dec-14 334,56 6 2.007,36 36 JUMLAH 2.875,01 296,11 182 Jan-15 250,99 7 Feb-15 252,62 8 Mar-15 254,25 9 Apr-15 255,88 10 May-15 257,51 11 Jun-15 259,14 12
Sumber: Data diolah, 2015 Keterangan: Y = a + bx a = ∑ dan b = ∑ ∑ Dimana,
Y = nilai variabel yang dihitung untuk diprediksi (disebut variabel tidak bebas) a = perpotongan sumbu y
b = kelandaian garis regresi (atau tingkat perubahan dalam untuk ŷ perubahan
x = variabel bebas (dalam hal ini waktu) n = jumlah data
Perhitungan peramalan dengan metode regresi linear sederhana dengan menentukan (Lampiran 1):
a =
∑:
= 239,58
b =
∑ ∑:
= 1,626998
Sehingga dapat dimasukkan ke persamaan:Y = a + bx Y = 239,58 + 1,63X
Menentukan peramalan untuk beras kualitas A bulan Januari 2015 yaitu: x untuk bulan Januari 2015 adalah 7 maka Y=239,58+1,63(7) = 250,99 Ton x untuk bulan Februari 2015 adalah 8 maka Y=239,58+1,63(8) = 252,62 Ton x untuk bulan Maret 2015 adalah 9 maka Y=239,58+1,63(9) = 254,25 Ton x untuk bulan April 2015 adalah 10 maka Y=239,58+1,63(10) = 255,88 Ton x untuk bulan Mei 2015 adalah 11 maka Y=239,58+1,63(11) = 257,51 Ton x untuk bulan Juni 2015 adalah 12 maka Y=239,58+1,63(12) = 259,14 Ton
b. Ramalan Permintaan Beras Kualitas B
Tabel 4.2 Ramalan permintaan beras kualitas B
Bulan Penjualan (Ton) X XY X²
Jan-14 236,29 -6 -1.417,76 36 Feb-14 224,24 -5 -1.121,22 25 Mar-14 197,59 -4 -790,36 16 Apr-14 187,57 -3 -562,72 9 May-14 181,11 -2 -362,23 4 Jun-14 149,93 -1 -149,93 1 Jul-14 130,62 1 130,62 1 Aug-14 97,43 2 194,85 4 Sep-14 297,35 3 892,04 9 Okt-14 244,24 4 976,95 16 Nov-14 158,39 5 791,97 25 Dec-14 277,18 6 1.663,10 36 JUMLAH 2.381,95 245,33 182 Jan-15 207,94 7 Feb-15 209,29 8 Mar-15 210,64 9 Apr-15 211,99 10 May-15 213,34 11 Jun-15 214,69 12
Sumber: Data diolah, 2015 Keterangan: a = ∑ : = 198,50 b = ∑ ∑ : = 1,347972
Sehingga dapat dimasukkan ke persamaan: Y = a + bx Y = 198,50 + 1,35X
Menentukan peramalan untuk beras kualitas B bulan Januari 2015 yaitu: x untuk bulan Januari 2015 adalah 7 maka Y=198,50+1,35(7) = 207,94 Ton
x untuk bulan Februari 2015 adalah 8 maka Y=198,50+1,35 (8) = 209,29 Ton x untuk bulan Maret 2015 adalah 9 maka Y=198,50+1,35 (9) = 210,64 Ton x untuk bulan April 2015 adalah 10 maka Y=198,50+1,35 (10) = 211,99 Ton x untuk bulan Mei 2015 adalah 11 maka Y=198,50+1,35 (11) = 213,34 Ton x untuk bulan Juni 2015 adalah 12 maka Y=198,50+1,35 (12) = 214,69 Ton
c. Ramalan Permintaan Beras Kualitas C
Tabel 4.3 Ramalan permintaan beras kualitas C
Bulan Penjualan (Ton) X XY X²
Jan-14 151,49 -6 -908,95 36 Feb-14 143,77 -5 -718,83 25 Mar-14 126,68 -4 -506,71 16 Apr-14 120,26 -3 -360,77 9 May-14 116,12 -2 -232,23 4 Jun-14 96,12 -1 -96,12 1 Jul-14 83,74 1 83,74 1 Aug-14 62,46 2 124,92 4 Sep-14 190,63 3 571,90 9 Okt-14 156,58 4 626,34 16 Nov-14 101,55 5 507,75 25 Dec-14 177,71 6 1.066,24 36 JUMLAH 1.527,10 157,29 182 Jan-15 133,28 7 Feb-15 134,14 8 Mar-15 135 9 Apr-15 135,86 10 May-15 136,72 11 Jun-15 137,58 12
Sumber: Data diolah, 2015 Keterangan: a = ∑ : = 127,26 b = ∑ ∑ : = 0.864205
Sehingga dapat dimasukkan ke persamaan: Y = a + bx Y = 127,26 + 0,86X
Menentukan peramalan untuk beras kualitas C bulan Januari 2015 yaitu: x untuk bulan Januari 2015 adalah 7 maka Y=127,26 + 0,86 (7) = 133,28 Ton x untuk bulan Februari 2015 adalah 8 maka Y=127,26 + 0,86 (8) = 134,14 Ton
x untuk bulan Maret 2015 adalah 9 maka Y=127,26 + 0,86 (9) = 135 Ton x untuk bulan April 2015 adalah 10 maka Y=127,26 + 0,86 (10) = 135,86 Ton x untuk bulan Mei 2015 adalah 11 maka Y=127,26 + 0,86 (11) = 136,72 Ton x untuk bulan Juni 2015 adalah 12 maka Y=127,26 + 0,86 (12) = 137,58 Ton
Gambar 4.4 Grafik ramalan permintaan beras kualitas C (Tabel 4.3 diolah)
Tabel 4.4 Ramalan permintaan beras berdasar kualitas (dalam Ton)
Bulan A B C Total Januari 250,99 207,94 133,28 592.21 Februari 252,62 209,29 134,14 596.05 Maret 254,25 210,64 135 599.89 April 255,88 211,99 135,86 603.73 Mei 257,51 213,34 136,72 607.57 Juni 259,14 214,69 137,58 611.41 Total 1530.39 1,267.89 812.58 3610.86
Sumber : Tabel 4.1, 4.2, dan 4.3 diolah
4.3.2 Perhitungan Kebutuhan Bahan Baku Padi
Kebutuhan bahan baku dihitung berdasar komposisi penggunaan standart (standart usage rate) masing-masing kualitas beras terhadap jenis padi. Berdasar
ketentuan, komposisi bahan baku padi pada masing-masing kualitas beras terlihat pada tabel berikut:
Tabel 4.5 Standar Usage Rate kebutuhan padi berdasarkan jenisnya
Beras IR64 IR66 IR74
Kualitas A 1,00 - -
Kualitas B 0,50 0,50 -
Kualitas C - 0,70 0,30
Sumber: CV Djawa Dwipa Jember, 2015 Penjelasan:
a. Untuk memproduksi Beras Kualitas A, dibutuhkan padi IR64 sebanyak 100%, b. Untuk memproduksi Beras Kualitas B, dibutuhkan padi IR64 sebanyak 50%
dan padi IR66 50%,
c. Untuk memproduksi Beras Kualitas C, dibutuhkan padi IR66 sebanyak 70% dan padi IR74 30%.
Tabel 4.6 Komposisi hasil produksi utama dan produksi sampingan
Beras Menir Sekam Katul
55% 25% 10% 10%
Sumber: Pemilik CV Djawa Dwipa Jember, 2015
Untuk memproduksi padi/gabah sebanyak 1 ton, maka akan menghasilkan 55% beras, 25% menir, 10% sekam dan 10% katul. Berdasar tabel di atas, dapat dihitung kebutuhan padi berdasarkan jenisnya sebagai berikut:
Tabel 4.7 Kebutuhan padi berdasarkan jenisnya pada bulan Januari 2015 (Ton)
Beras IR64 IR66 IR74
Kualitas A 456,35 - -
Kualitas B 189.04 189.04 -
Kualitas C - 169,63 72,70
Total 645,39 358,67 72,70
Perhitungan kebutuhan padi berdasarkan jenisnya pada Januari 2015: a. Kebutuhan IR64 pada kualitas A = 100% x 1/55% x 250,99 =456,35 ton. b. Kebutuhan IR64 pada kualitas B = 50% x 1/55% x 207,94 = 189,04 ton. c. Kebutuhan IR66 pada kualitas B = 50% x 1/55% x 207,94 = 189,04 ton. d. Kebutuhan IR66 pada Kualitas C = 70% x 1/55% x 133,28 = 169,63 ton. e. Kebutuhan IR74 pada kualias C = 30% x 1/55% x 133,28 = 72,70 ton.
Tabel 4.8 Kebutuhan padi berdasarkan jenisnya pada bulan Februari 2015 (Ton)
Beras IR64 IR66 IR74
Kualitas A 459,31 - -
Kualitas B 190,26 190,26 -
Kualitas C - 170,72 73,17
Total 649,57 360,98 73,17
Sumber: Tabel 4.4,4.5, dan 4.6 diolah
Perhitungan kebutuhan padi berdasarkan jenisnya pada Februari 2015: a. Kebutuhan IR64 pada kualitas A = 100% x 1/55% x 252,62 =459,31 ton. b. Kebutuhan IR64 pada kualitas B = 50% x 1/55% x 209,29 = 190,26 ton. c. Kebutuhan IR66 pada kualitas B = 50% x 1/55% x 209,29 = 190,26 ton. d. Kebutuhan IR66 pada Kualitas C = 70% x 1/55% x 134,14 = 170,72 ton. e. Kebutuhan IR74 pada kualias C = 30% x 1/55% x 134,14 = 73,17 ton.
Tabel 4.9 Kebutuhan padi berdasarkan jenisnya pada bulan Maret 2015 (Ton)
Beras IR64 IR66 IR74
Kualitas A 462,27 - -
Kualitas B 191,49 191,49 -
Kualitas C - 171,82 73,64
Total 653,76 363,31 73,64
Sumber: Tabel 4.4,4.5, dan 4.6 diolah
Perhitungan kebutuhan padi berdasarkan jenisnya pada Maret 2015:
b. Kebutuhan IR64 pada kualitas B = 50% x 1/55% x 210,64 = 191,49 ton. c. Kebutuhan IR66 pada kualitas B = 50% x 1/55% x 210,64 = 191,49 ton. d. Kebutuhan IR66 pada Kualitas C = 70% x 1/55% x 135 = 171,82 ton. e. Kebutuhan IR74 pada kualias C = 30% x 1/55% x 135 = 73,64 ton.
Tabel 4.10 Kebutuhan padi berdasarkan jenisnya pada bulan April 2015 (Ton)
Beras IR64 IR66 IR74
Kualitas A 465,24 - -
Kualitas B 192,72 192,72 -
Kualitas C - 172,91 74,11
Total 657,96 365,63 74,11
Sumber: Tabel 4.4, 4.5, dan 4.6 diolah
Perhitungan kebutuhan padi berdasarkan jenisnya pada April 2015 :
a. Kebutuhan IR64 pada kualitas A = 100% x 1/55% x 255,88 = 465,24 ton. b. Kebutuhan IR64 pada kualitas B = 50% x 1/55% x 211,99 = 192,72 ton. c. Kebutuhan IR66 pada kualitas B = 50% x 1/55% x 211,99 = 192,72 ton. d. Kebutuhan IR66 pada Kualitas C = 70% x 1/55% x 135,86 = 172,91 ton. e. Kebutuhan IR74 pada kualias C = 30% x 1/55% x 135,86 = 74,11 ton.
Tabel 4.11 Kebutuhan padi berdasarkan jenisnya pada bulan Mei 2015 (Ton)
Beras IR64 IR66 IR74
Kualitas A 468,20 - -
Kualitas B 193,94 193,94 -
Kualitas C - 174,01 74,57
Total 662,14 367,95 74,57
Sumber : Tabel 4.4, 4.5, dan 4.6 diolah
Perhitungan kebutuhan padi berdasarkan jenisnya pada Mei 2015:
a. Kebutuhan IR64 pada kualitas A = 100% x 1/55% x 257,51 =468,20 ton. b. Kebutuhan IR64 pada kualitas B = 50% x 1/55% x 213,34 = 193,94 ton.
c. Kebutuhan IR66 pada kualitas B = 50% x1 /55% x 213,34 = 193,94 ton. d. Kebutuhan IR66 pada kualitas C = 70% x 1/55% x 136,72 = 174,01 ton. e. Kebutuhan IR74 pada kualitas C = 30% x 1/55% x 136,72 = 74,57 ton.
Tabel 4.12 Kebutuhan padi berdasarkan jenisnya pada bulan Juni 2015 (Ton)
Beras IR64 IR66 IR74
Kualitas A 471,16 - -
Kualitas B 195,17 195,17 -
Kualitas C - 175,10 75,04
Total 666,33 370,27 75,04
Sumber : Tabel 4.4, 4.5, dan 4.6 diolah
Perhitungan kebutuhan padi berdasarkan jenisnya pada Juni 2015 :
a. Kebutuhan IR64 pada kualitas A = 100% x 1/55% x 259,14 =471,16 ton. b. Kebutuhan IR64 pada kualitas B = 50% x 1/55% x 214,69 = 195,17 ton. c. Kebutuhan IR66 pada kualitas B = 50% x 1/55% x 214,69 = 195,17 ton. d. Kebutuhan IR66 pada kualitas C = 70% x 1/55% x 137,58 = 175,10 ton. e. Kebutuhan IR74 pada kualitas C = 30% x 1/55% x 137,58 = 75,04 ton.
Tabel 4.13 Rekapitulasi kebutuhan padi berdasarkan jenisnya setiap bulan (Ton)
Bulan IR64 IR66 IR74
Januari 645,39 358,67 72,70 Februari 649,57 360,98 73,13 Maret 653,76 363,31 73,64 April 657,96 365,63 74,11 Mei 662,14 367,95 74,57 Juni 666,33 370,27 75,04 Total 3.935,15 2.186,81 443,19
Perhitungan kebutuhan padi berdasarkan jenis:
a. Dengan asumsi bahwa perusahaan akan memproduksi beras sesuai dengan ramalan permintaan beras, maka produksi beras kualitas A pada bulan Januari 2015 = 250,99 ton, produksi beras kualitas B = 207,94 ton, dan produksi beras
kualitas C = 133,28 ton. Setiap produksi sejumlah “X” beras kualitas tertentu,
perusahaan harus menambah kebutuhan padi 45%, karena dalam proses produksi beras terjadi penyusutan padi sebesar 45% dimana 25% menjadi menir, 10% sekam, dan 10% katul. Jadi setiap 1 ton padi jenis apapun, setelah proses produksi akan menjadi beras sebanyak 550 kg pada setiap kualitas beras atau nilai kesetaraan kuantitas = 1/0,55 = 1,82. Dapat disimpulkan kebutuhan padi IR64 yang menjadi komposisi dari produk beras kualitas A dan B pada Januari 2015 tersebut dapat dihitung = Kebutuhan padi IR64 untuk beras kualitas A + kebutuhan padi IR64 untuk beras kualitas B + kebutuhan padi IR64 untuk beras kualitas C = (1 x 250,99 ton) x 1/0.55 + (0.5 x 207,94 ton) x 1/0.55 = 456,35 ton + 189,04 ton = 645,39 ton.
b. Padi IR66 dibutuhkan untuk memproduksi beras kualitas B dan C. Kebutuhan padi IR66 pada bulan Januari 2015 = (0.5 x 207,94 ton) x 1/0.55 + (0,7 x 133,28 ton) x 1/0,55 = 189,04 ton + 169,63 ton = 358,67 ton
c. Padi IR74 dibutuhkan untuk memproduksi beras kualitas C. Kebutuhan padi IR74 pada bulan Januari 2015 = (0.3 x 133,28 ton) x 1/0,55 = 72,70 ton.
Hasil sampingan produksi berupa menir, sekam dan katul pada setiap bulan untuk semester mendatang ( Januari – Juni ) 2015 adalah:
Tabel 4.14 Hasil sampingan produksi beras semester I – 2015 (ton)
Bulan Menir Sekam Katul
Januari 269,19 107,68 107,68 Februari 270,92 108,37 108,37 Maret 272,68 109,07 109,07 April 274,43 109,77 109,77 Mei 276,17 110,47 110,47 Juni 277,91 111,16 111,16
Sumber: Tabel 4.4 dan 4.13 diolah
Verifikasi Kebenaran Perhitungan Produksi Menir, Sekam, dan Katul: a. Verifikasi Kebenaran Perhitungan Produksi Menir Bulan Januari 2015
Menir dari Padi IR64 25% x 645,39 = 161,35 Menir dari Padi IR66 25% x 358,67 = 89,67 Menir dari Padi IR74 25% x 72,70 = 18,18 + Total Produksi Menir Bulan Januari 2015 269,19 ton
b. Verifikasi Kebenaran Perhitungan Produksi Sekam Bulan Januari 2015 Sekam dari Padi IR64 10% x 645,39 = 64,54
Sekam dari Padi IR66 10% x 358,67 = 35,87 Sekam dari Padi IR74 10% x 72,70 = 7,27 + Total Produksi Sekam Bulan Januari 2015 107,68 ton
c. Verifikasi Kebenaran Perhitungan Produksi Katul Bulan Januari 2015 Katul dari Padi IR64 10% x 645,39 = 64,54
Katul dari Padi IR66 10% x 358,67 = 35,87 Katul dari Padi IR74 10% x 72,70 = 7,27 + Total Produksi Katul Bulan Januari 2015 107,68 ton
4.3.3 Aplikasi Model Joint Economic Order Quantity
Biaya pemesanan adalah biaya yang dikeluarkan untuk memesan padi kepada supplier padi di desa Sumberjambe. Biaya pemesanan berupa biaya telepon dan biaya kurir untuk mengirim pesan kepada supplier padi. Estimasi
biaya pemesanan secara keseluruhan setiap pemesanan sebesar = Rp 175.000,00 ( Pemilik CV Djawa Dwipa, 2015)
Biaya Pembelian padi berdasar jenis dan kualitas padi. Harga beli padi berdasar jenis yang akan berlaku semester mendatang (bulan Januari-Juni 2015) diestimasikan seperti tabel berikut:
Tabel 4.15 Estimasi harga padi/ton berdasar jenisnya
No Jenis Padi Harga/ton (Rp)
1 IR64 3.800.000,00
2 IR66 2.700.000,00
3 IR74 2.500.000,00
Sumber: CV Djawa Dwipa Jember, 2015
Biaya simpan padi selama belum di proses dengan mesin pecah bulir dan mesin polish beras, terdiri dari: biaya karung, alokasi biaya listrik gudang, alokasi biaya penjaga gudang, dan alokasi biaya penjaga gudang. Estimasi biaya simpan adalah = 1,00% dari harga beli padi setiap ton. (Pemilik CV Djawa Dwipa, Jember 2015).
Biaya persiapan produksi adalah : biaya pembersihan dan penyiapan mesin huller dan kiby, biaya buruh angkut dari gudang ke pabrik, dan biaya
conveyor. Conveyor merupakan jaringan ban berjalan yang mengirim beras setelah diselep di mesin huller menuju mesin kirby untuk diputihkan. Hasil kalkulasi biaya persiapan produksi dapat dirangkum pada table berikut:
Tabel 4.16 Estimasi biaya persiapan produksi
No Jenis Biaya Alokasi Biaya/ton
1 Pembersihan dan penyiapan mesin huller dan kiby Rp 385.000,00
2 Biaya buruh angkut Rp 35.000,00
3 Biaya conveyor Rp 42.500,00
Total Rp 462.500,00
Perhitungan Joint Economic Order Quantity (JEOQ) tanpa mempertimbangkan variasi siklus. Formula yang dipublikasikan untuk sekelompok jenis bahan baku adalah (Forgatyetal, 1991:274) :
Qs* = √ ∑ Keterangan:
S = biaya pemesanan
Si = biaya persiapan produksi A = jumlah kebutuhan dana K = % biaya simpan
Untuk mengaplikasi model JEOQ perlu dibuat perhitungan tabel sebagai berikut:
Tabel 4.17 Lembar kerja JEOQ Jenis Padi Kebutuhan (ton) Harga Padi (Rp) Kebutuhan Dana ( ) Biaya Persiapan Produksi ( ) IR64 3.935,15 3.800.000 14.953.570.000 195,277,78 0,68 IR66 2.186,81 2.700.000 5.904.387.000 138,750 0,27 IR74 443,19 2.500.000 1.107.975.000 128,472,22 0,05 Total 6.565,15 21.965.932.000 462.500 1,00
Sumber: Tabel 4.13, Tabel 4.15 dan Tabel 4.16, diolah
Biaya pemesanan = Rp 175.000,00 per order, biaya simpan = 1,00% dari harga beli padi berdasar jenisnya. Berdasar tabel 4.17 dan informasi biaya pemesanan serta presentase biaya simpan, dapat dihitung Qs* sebagai berikut :
Qs* = √ ∑
Qs* =
√
Dengan demikian, EOQ untuk masing-masing jenis padi dapat dihitung dengan formula EO = /A x Qs*. Hasilnya dapat disajikan dalam tabel dibawah ini:
Tabel 4.18 Untuk pembelian masing-masing jenis padi
No. Jenis Padi /A Qs* (Rp) EO (Rp)
1 IR64 0,68 1.673.516.157,67 1.137.990.987,22 2 IR66 0,27 1.673.516.157,67 451.849.362,57 3 IR74 0.05 1.673.516.157,67 83.675.807,88 Sumber: Tabel 4.17 diolah
Berdasarkan hasil perhitungan tersebut tersebut dapat dinyatakan bahwa tanpa mempertimbangkan variasi siklus antar produk, jumlah pemesanan setiap padi masing-masing adalah:
a. Padi IR64 = Rp 1.137.990.987,22 atau 299,47 ton, b. Padi IR66 = Rp 451.849.362,57 atau 167,35 ton, c. Padi IR74= Rp 83.675.807,88 atau 33,47 ton.
EOQ jenis padi dalam satuan ton dihitung dari nilai EOQ dalam rupiah, dibagi dengan harga belinya, contoh untuk IR64 : Rp 1.137.990.987,22 dibagi dengan Rp 3.800.000 = 299,47 ton. Untuk menentukan frekuensi pemesanan bahan baku ke supplier padi untuk setiap jenis padi secara bersamaan waktu pemesanannya dengan cara kebutuhan per semester dibagi dengan EOQ. Contoh perhitungan untuk IR64 = 3935,15 ton / 299,47 ton = 13,14 kali. Nilai frekuensi pemesanan sebanyak 13,14 kali dapat diartikan bahwa 12 kali pesanan dalam tonase sama untuk setiap jenis padi, sedangkan pemesanan yang terakhir 1,14 kali daripada jumlah setiap kali pesan dalam jumlah seperti biasa. Contoh jumlah pemesanan dan pembelian padi IR64, perusahaan harus melakukan pembelian sebanyak 12 kali dengan jumlah = 299,47 ton/pesan atau = 12 x 299,47 ton = 3.593,64 ton ditambah 1 kali pembelian dengan jumlah = 1,14 x 299,47 ton = 341,39 ton. Total kebutuhan padi IR64 pada 1 semester mendatang sebesar 5832,32 ton. Untuk menghitung frekuensi pemesanan dan pembelian jenis padi
yang lain dapat di gunakan analogis yang sama. Waktu antar pesanan dalam satu semester mendatang = 150hari/13,14 = 11.41 hari dengan pembulatan 11 hari, artinya setiap 11 hari perusahaan harus memesan padi berbagai jenis kepada para
supplier sejumlah masing-masing EOQ-nya.
Pemesanan dan pembelian padi yang dihasilkan oleh analisis ini dapat diringkas pada tabel di bawah ini:
Tabel 4.19 Pemesanan padi berdasarkan jenisnya
No Jenis Padi EOQ (ton) Frekuensi
Pembelian Nilai EOQ (Rp)
1 IR64 299,47 13,14 1.137.990.987,22
2 IR66 167,35 13,14 451.849.362,57
3 IR74 33,47 13,14 83.675.807,88
Sumber: Tabel 4.18 diolah
Grafik pola pemesanan dan pembelian tanpa mempertimbangkan variasi siklus produksi ini dapat digambarkan sebagai berikut :
Gambar 4.5 Pola pemesanan atau pembelian tanpa siklus produksi beras (Tabel 4.19 diolah) 0 50 100 150 200 250 300 350 1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 10 6 11 3 12 0 12 7 13 4 14 1 IR64 IR66 IR74 Hari ke- P em bel ia n ( ton)
Joint Economic Order Quantity dengan mempertimbangkan variasi siklus dengan metode pendekatan metode Silver. Seringkali, menjadi tidak ekonomis untuk memesan setiap item individual pada setiap siklus produksi. Item dengan nilai permintaan yang relatif besar berpengaruh lebih besar terhadap ukuran setiap lot produksi, khususnya jika biaya penyiapannya sama. Item dengan ratio ( / relatif rendah, frekuensi pemesanannya juga berkurang. Setiap ketidakseimbangan yang terjadi pada banyak siklus produksi perlu diteliti penyebabnya.
Dalam hal ini ada dua pendekatan yang digunakan : pendekatan Brown, dan pendekatan Silver. Pendekatan Silver digunakan dalam penelitian ini, karena kemudahan cara perhitungannya.
Langkah-langkah dalam pendekatan Silver (Forgaty,1992:278) adalah: a. Pilih item dengan ratio ( / )terkecil dan tentukan interval siklus = 1, b. Hitung dengan formula:
= ( )
Keterangan:
j = adalah item ke-j dengan ratio ( / ) terkecil
Hasil penentuan frekuensi pesanan dalam satu semester dengan pendekatan Silver tampak pada lembar kerja berikut:
Tabel 4.20 Penentuan frekuensi pesanan dengan pendekatan Silver
Jenis Padi ( / ) / x /(S+ ) IR64 195.277,78 14.953.570.000 0,001305894 52,738 7,262 IR66 138.750 5.904.387.000 0,002349948 112,000 10,583 IR74 128.472,22 1.107.975.000 0,011595227 571,353 23,903 Sumber : Tabel 4.17 diolah
Ratio terkecil terjadi pada IR64 = 0,001305894, maka kebutuhan IR64 senilai 14.953.570.000 menjadi . Dengan demikian untuk padi IR64
= 0,00130589 x 14.953.570.000 / (175.000+195.277,78) = 52,738.
Selanjutnya dapat dihitung = = 7,262 dibulatkan = 7, ini disebabkan harus bernilai integer. Dasar pembulatan yang dapat digunakan untuk interval ganda, yaitu:
Tabel 4.21 Pembulatan rentang ganda
No Rentang untuk n* ganda n yang digunakan
1 0 – 1,414 1 2 1,415 – 2,449 2 3 2,450 – 3,464 3 4 3,465 – 4,472 4 5 4,473 – 5,477 5 6 5,478 – 6,480 6 7 6,481 – 7,483 7
Sumber: Fogarty et al., 1991:279
Untuk padi IR66:
= 0,002349948 x 14.953.570.000 /
(175.000+138.750) = 112.000; selanjutnya dihitung = = 10,583 dibulatkan = 11.
Untuk padi IR74:
= 0,011595227 x 14.953.570.000 / (175.000 +
128.472,22) = 571,353; selanjutnya dihitung = = 23,903 dibulatkan = 24.
Hasil perhitungan frekuensi pemesanan dan pembelian dengan mempertimbangkan variasi siklus produksi dapat disaikan dalam tabel berikut:
Tabel 4.22 Frekuensi pemesanan setiap jenis padi berdasar siklus produksi
No Jenis Padi Frekuensi
Pembelian Nilai pemesanan/kali (Rp) Total (Rp)
1 IR64 7 2.136.224.285,71 14.953.570.000
2 IR66 11 536.762.454,54 5.904.387.000
3 IR74 24 46.165.625 1.107.975.000
Sumber: Tabel 4.20, diolah
Nilai setiap kali pesan untuk setiap jenis padi dihitung sebagai tota kebutuhan dibagi dengan frekuensi pembelian yang harus dilakukan. Contoh, nilai pemesanan setiap kali pesan untuk padi IR64 = Rp 14.953.570.000 / 7 = Rp 2.136.224.285,71. Untuk padi jenis lainnya, cara menghitung juga sama dengan cara diatas.
Jika dalam satu semester diasumsikan setara dengan 150 hari kerja, maka waktu antar pesanan untuk setiap jenis padi dapat ditentukan sebagai berikut:
Tabel 4.23 Waktu antar pemesanan setiap jenis padi berdasarkan siklus produksi
No Jenis Padi Frekuensi
Pemesanan
Waktu Antar
Pemesanan (hari)* Ton/Pesan
1 IR64 7 21 562,16
2 IR66 11 14 198,80
3 IR74 24 6 18,47
Sumber: Tabel 4.20 dan 4.22 diolah Keterangan:
*: dengan pembulatan
Dengan asumsi hasil produksi beras dianggap konstan dalam setiap harinya, maka setiap 21 hari perusahaan harus memesan dan membeli padi IR64 sebanyak 3.935,15 / 7 = 562,16 ton. Pemesanan dan pembelian untuk IR66 setiap 14 hari sebanyak 2186,81/ 11 = 198,80 ton . Pemesanan dan pembelian untuk IR74 setiap 6 hari sebanyak 443,19/24 = 18,47 ton.
Pola pembelian semacam ini adalah optimal untuk setiap jenis padi, karena jumlah kebutuhan dana untuk pembelian menjadi tidak terlalu besar, dan dapat
tertutup oleh perputaran kas karena pola bisnisnya yang relatif cepat. Secara grafis pola pemesanan dan pembelian ketiga jenis padi dengan mempertimbangkan variasi siklus produksi adalah:
Gambar 4.6 Pola pemesanan atau pembelian berdasar siklus produksi beras (Tabel 4.23 diolah)
Dilihat dari pola Gambar 4.5 (tanpa mempertmbangkan variasi siklus) dan Gambar 4.6 (dengan mempertimbangkan variasi siklus), tampak lebih mudah pengolalaan adalah dengan pola pemesanan tanpa mempertimbangkan variasi siklus produksi. Namun disisi lain, jumlah dana pada setiap kali memesan padi menjadi lebih besar dibandingkan dengan polah pembelian dengan mempertimbangkan variasi siklus.
Dengan demikian pola pemesanan dan pembelian dengan mempertimbangkan variasi siklus produksi, bisa lebih meringankan perusahaan dalam menyiapkan dana pembelian padi.
Hal ini bisa dilihat dari pola pengeluaran selama 150 hari ke depan untuk pembelian tanpa mempertimbangkan variasi siklus produksi beras sebagai berikut:
0 100 200 300 400 500 600 1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 10 6 11 3 12 0 12 7 13 4 14 1 14 8 IR64 IR66 IR74 Hari ke- P em bel ia n ( ton)
Gambar 4.7 Pola pengeluaran kas pembelian padi tanpa mempertimbangkan variasi siklus (Tabel 4.18 diolah)
Dari gambar grafik diatas, terlihat bahwa pengeluaran kas berjumlah sama pada setiap pembelian kebutuhan padi (IR64, IR66, dan IR74) yaitu senilai = Rp 1.673.516.157,67. Jumlah pembelian ini bersifat konstan, namun lebih tinggi daripada pengeluaran kas untuk pembelian padi dengan mempertimbangkan variasi siklus produksi beras. Sedangkan pengeluaran kas untuk pembelian padi dengan mempertimbangkan variasi siklus produksi , dapat digambarkan sebagai berikut: 0.00 200,000,000.00 400,000,000.00 600,000,000.00 800,000,000.00 1,000,000,000.00 1,200,000,000.00 1,400,000,000.00 1,600,000,000.00 1,800,000,000.00 1 9 17 25 33 41 49 57 65 73 81 89 97 10 5 11 3 12 1 12 9 13 7 14 5 Kas Hari ke- Juml ah ( R p)
Gambar 4.8 Pola pengeluaran kas pembelian padi dengan mempertimbangkan variasi siklus
Dari grafik pada Gambar 4.8 diatas, terlihat bahwa pengeluaran kas terbesar terjadi di hari ke-1, yaitu awal pembelian seluruh kebutuhan padi (IR64, IR66, dan IR74), sesuai dengan nilai EOQ-nya masing-masing yaitu senilai 2.719.152.365,25. Selanjutnya pada hari-hari berikutnya rentang pembelian berkisar antara Rp 46.165.625 sampai dengan Rp 2.136.224.285,71. dengan adanya perputaran kas karena penjualan beras, maka jumlah pembelian pada rentang tersebut menjadi tidak memberatkan perusahaan setiap melakukan pembelian.
4.4 Pembahasan
4.4.1 JEOQ Tanpa Mempertimbangkan Variasi Siklus Produksi
Menurut Djunaedi (2005) model inventory EOQ untuk multi item dengan potongan harga merupakan suatu model matematis dari suatu perencanaan persediaan barang dengan pembelian bersama (joint purchase) beberapa jenis item
dimana harga untuk tiap item-nya akan semakin kecil untuk pembelian dalam jumlah semakin besar. Dalam mengaplikasikan model JEOQ dibutuhkan biaya
0 500000000 1E+09 1.5E+09 2E+09 2.5E+09 1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 10 6 11 3 12 0 12 7 13 4 14 1 14 8 IR64 IR66 IR74 Hari ke- P em bel ia n ( ton)
pemesanan, biaya pembelian padi/ton berdasar jenis atau kualitas padi dan biaya simpan padi dalam gudang.
JEOQ tanpa mempertimbangkan variasi siklus menghasilkan frekuensi pembelian atau pemesanan dan waktu antar pemesanan yang sama. Jadi antara jenis IR64,IR66, dan IR74 frekuensi pembelian dan waktu pemesanannya terjadi bersamaan. Hal ini membuat biaya yang dikeluarkan setiap kali melakukan kegiatan pemesanan sangat besar dibandingkan dengan JEOQ tanpa mempertimbangkan variasi siklus (Tabel 4.19), namun dalam pengelolaannya JEOQ tanpa mempertimbangkan variasi siklus tampak lebih mudah (Gambar 4.5).
4.4.2 JEOQ dengan Mempertimbangkan Variasi Siklus Produksi
Seringkali menjadi tidak ekonomis untuk memesan setiap item individual pada setiap siklus produksi. Item dengan nilai permintaan yang relatif besar berpengaruh lebih besar terhadap ukuran setiap lot produksi, khususnya jika biaya penyimpanannya sama. Item dengan ratio ( / ) relatif rendah, frekuensi pemesanannya juga berkurang menurut (Forgarty et al., dalam Mieke, 2015).
JEOQ dengan mempertimbangkan variasi siklus produksi menghasilkan frekuensi pembelian atau pemesanan dan waktu antar pesanan tiap jenis padi berbeda-beda. Sehingga antara padi Jenis IR64,IR66, dan IR74 memiliki frekuensi pembelian dan waktu antar yang bervariasi (Tabel 4.23 dan Tabel 4.24). dalam pengelolaan, JEOQ dengan mempertimbangkan variasi siklus lebih rumit daripada pengelolaan JEOQ tanpa mempertimbangkan variasi siklus (Gambar 4.6). Namun dengan pola yang bervariasi dapat membuat perusahaan lebih ringan dalam penyiapan dana dalam setiap pembeliaan atau pemesanan, ini dapat dilihat dari pola pengeluaran kas pembelian padi dengan mempertimbangkan variasi siklus (Gambar 4.8). Pembelian pertama memang tinggi karena merupakan awal dari pembelian seluruh jenis padi (IR64, IR66, dan IR74) namun, pada hari-hari pembelian berikutnya tampak tidak tinggi dan lebih bervariasi. Dengan adanya
inventory turnover yang relatif cepat dapat meringankan kebutuhan dana karena pengeluaran yang rendah dan ekonomis.
Item dengan nilai permintaan yang relatif besar berpengaruh lebih besar terhadap ukuran setiap lot produksi, khususnya jika biaya penyiapannya sama. Item dengan ratio ( / ) relatif rendah, frekuensi pemesananannya juga berkurang. Menurut Rangkuti (2002:2) menyatakan bahwa persediaan adalah bahan-bahan, bagian yang disediakan, dan bahan-bahan dalam proses yang terdapat dalam perusahaan untuk proses produksi, serta barang-barang jadi atau produk untuk memenuhi permintaan dari konsumen atau pelanggan setiap waktu. Karena persediaan yang terlalu kecil dapat menyebabkan kemacetan produksi dan kehabisan stock, begitu juga sebaliknya jika persediaan terlalu banyak menyebabkan kerugian karena investasi perusahaan tertimbun dan biaya yang dikeluarkan semakin besar. Sehingga pengendalian persediaan sangat penting digunakan karena produksi dapat beroperasi secara efisien tanpa terganggu kekurangan bahan baku (Ginting, 2007:125).
60
BAB 5. PENUTUP
5.1 Kesimpulan
Penelitian dengan rancangan riset tindakan untuk dasar perencanaan pembelian bahan baku optimal dengan pendekatan model Joint Economic Order Quantitiy (JEOQ) dengan dua pendekatan, yaitu: (1) pendekatan JEOQ tanpa mempertimbangkan variasi siklus produksi beras, dan (2) pendekatan JEOQ dengan mempertimbangkan variasi siklus produksi beras. Bahan baku yang dimaksud adalah padi IR64, IR66, dan IR74, untuk diproduksi menjadi beras Kualitas A (dengan merek Padi Udang), kualiatas B (dengan merek ABG), dan kualitas C (dengan merek Ikan Bandeng).
Hasil penelitian dan pembahasannya, menyimpulkan beberapa hal, yaitu: a. Ramalan permintaan beras berdasar kualitasnya
1) Ramalan Permintaan Beras Kualitas A : dengan metode regresi linear sederhana (y = a+bx) untuk semester mendatang (Januari – Juni 2015), ramalan permintaan beras kualiatas A sebesar 1530,39 ton (Tabel 4.1), 2) Ramalan Permintaan Beras Kualitas B : juga didekati dengan metode regresi
linear sederhana (y = a+bx) untuk semester mendatang (Januari - Juni 2015), ramalan permintaan beras kualitas B sebesar 1267,89 ton (Tabel 4.2), 3) Ramalan Permintaan Beras Kualitas C : juga didekati dengan metode regresi linear sederhana (y = a+bx) untuk semester mendatang (Januari - Juni 2015), ramalan permintaan beras kualitas C sebesar 812,58 ton (Tabel 4.3). b. Kebutuhan bahan baku berdasar jenisnya
Kebutuhan bahan baku dihitung berdasar komposisi penggunaan standar (standardized usage rate) masing-masing kualitas beras terhadap jenis padi. Berdasar ketentuan komposisi bahan baku padi pada masing-masing kualitas beras, dapat dihitung kebutuhan bahan baku padi berdasar jenisnya untuk satu semester mendatang (Januari-Juni 2015):